基于python多智能体强化学习VDN、QMIX、QTRAN、QPLEX复现源码+文档说明下载

[weixin_39820835]

基于python多智能体强化学习VDN、QMIX、QTRAN、QPLEX复现源码+文档说明几个关键概念的作用： MultiAgentController()： 包含了多智能体的网络和所需要的操作 用于生成agent模型（value-based算法为q net；AC的为actor net）（不包含mixing net或者critic net） 包含agent的操作，如产生action、计算individual q值等 SMAC()： 星际争霸多智能体强化学习环境 可以编写自己的环境，最好根据SMAC提供的一套api封装一下 ReplayBuffer()： 用于存数据(注意有两种存储方式：1）存transition；2）存episode。根据算法需求选择) 用于sample数据，喂给模型训练 注意：on-policy和off-policy之间的区别。on-policy只能用当前时刻的被改进的policy获取的数据训练，因此训练完成后要清空buffer；off-policy可以使用其他策略（行为策略）采集的数据，不用清空buffer，但可能某些算法需要重要性采样。（MAPPO有些特殊 , 相关下载链接：https://download.csdn.net/download/qq_38140936/89460572?utm_source=bbsseo